In Kürze

  • Levent Alpöge, Mathematiker bei Anthropic, veröffentlichte am 20. November 2026 eine vierseitige Notiz samt vollständiger Lean-Formalisierung, die nach eigenen Angaben einen Beweis der Riemann-Hypothese und ihrer verallgemeinerten Variante liefert – erarbeitet mit Unterstützung des KI-Modells Claude.
  • Der MIT-Mathematiker Andrew Sutherland führte mit Claude Code unabhängige Prüfungen durch und bestätigte, dass der veröffentlichte Lean-Quellcode fehlerfrei kompiliert und zentrale Theoreme nur auf den Standardaxiomen von Lean beruhen; eine inhaltliche Prüfung der mathematischen Argumentation steht laut Fachleuten noch aus.
  • Anthropic äusserte sich bislang nicht offiziell zur Arbeit seines Mitarbeiters; frühere, ebenfalls spektakuläre Behauptungen zur Riemann-Hypothese – etwa von Louis de Branges oder 2008 von Xian-Jin Li – erwiesen sich in der Vergangenheit als fehlerhaft oder unbestätigt.

Was ist passiert?

Levent Alpöge, der am KI-Unternehmen Anthropic arbeitet, veröffentlichte am 20. November 2026 auf seiner eigenen Website eine vierseitige Notiz zusammen mit einer vollständigen Formalisierung in der Beweis-Sprache Lean. Er behauptet darin, zusammen mit dem KI-Modell Claude einen Beweis der Riemann-Hypothese gefunden zu haben – eines der bekanntesten ungelösten Probleme der Mathematik, formuliert 1859 von Bernhard Riemann. Nach eigenen Angaben deckt die Arbeit auch die verallgemeinerte Variante der Hypothese ab, die unter anderem für die Verteilung von Primzahlen in arithmetischen Folgen von Bedeutung ist.

Der MIT-Mathematiker Andrew Sutherland führte daraufhin unabhängig vom Autor mehrere technische Prüfungen durch, unter anderem mit Unterstützung von Claude Code. Laut seinen veröffentlichten Zwischenergebnissen kompiliert der Lean-Quellcode ohne Fehler, und zentrale Theoreme stützen sich ausschliesslich auf die Standardaxiome von Lean, ohne auf unbewiesene Zwischenschritte zurückzugreifen. Ein gesondertes Prüfprogramm akzeptierte zudem den vollständig exportierten Beweis. Weitere Prüfungen waren laut Sutherland zum Zeitpunkt der Recherche noch nicht abgeschlossen. Anthropic selbst äusserte sich öffentlich nicht zu der Arbeit.

Warum ist das wichtig?

Die Riemann-Hypothese gilt seit 167 Jahren als eines der bedeutendsten ungelösten Probleme der reinen Mathematik und ist eines der sieben «Millennium-Probleme» des Clay Mathematics Institute, für deren Lösung ein Preisgeld von einer Million Dollar ausgesetzt ist. Mathematikerinnen und Mathematiker warnen jedoch einhellig, dass ein fehlerfrei kompilierender Lean-Beweis nur die interne Konsistenz der formalisierten Aussage bestätigt – nicht aber, dass diese Formalisierung die eigentliche, informell formulierte Hypothese korrekt wiedergibt, und auch nicht, dass die zugrunde liegende mathematische Argumentation stichhaltig ist. Genau diese inhaltliche Prüfung steht nach Angaben der Fachleute noch aus und kann Monate oder Jahre dauern.

Der Fall reiht sich in eine Serie ähnlicher, teils wieder relativierter Behauptungen ein: 2008 musste der Mathematiker Xian-Jin Li seinen eigenen angeblichen Beweis zurückziehen, nachdem Fachkolleginnen und -kollegen einen entscheidenden Fehler fanden, und auch die Arbeiten von Louis de Branges stiessen wegen früherer, später widerlegter Ankündigungen auf Skepsis. Die aktuelle Episode zeigt damit exemplarisch, wie KI-Werkzeuge wie Claude zunehmend tief in mathematische Forschung eingebunden werden – und wie wichtig unabhängige, nachvollziehbare Prüfprozesse durch die Fachgemeinschaft bleiben, bevor aus einer Behauptung ein anerkanntes Resultat wird.

Was bedeutet das für die Schweizer Forschung?

Formale Verifikation mit Lean ist auch an Schweizer Hochschulen ein aktives Forschungsfeld, etwa in der Informatik und der mathematischen Logik an ETH Zürich und EPFL. Der Fall liefert diesen Gruppen ein konkretes, aktuelles Beispiel dafür, wie wichtig die Unterscheidung zwischen formaler Konsistenz und inhaltlicher Korrektheit bleibt, wenn KI-Modelle wie Claude oder andere Assistenzsysteme zunehmend bei Beweisarbeiten eingesetzt werden – ein Thema, das über die reine Mathematik hinaus auch für Schweizer Informatik-Curricula und Forschungsförderung relevant ist.

Für Schweizer Forschungsinstitutionen und Fachmedien ist der Ablauf des Falls zudem ein Muster für künftige KI-Forschungsmeldungen: Erst die öffentlich nachvollziehbare, von Anthropic unabhängige Prüfung durch einen aussenstehenden Mathematiker wie Sutherland verschaffte der Behauptung überhaupt Glaubwürdigkeit, während sie ohne eine solche Prüfung eine blosse Ankündigung geblieben wäre. Solange kein Peer-Review vorliegt, bleibt auch für die Schweizer Berichterstattung Zurückhaltung angezeigt – ein Massstab, der sich auf viele andere, oft verfrüht gefeierte KI-Forschungsdurchbrüche übertragen lässt.

Was bedeutet das für die Schweiz?

Redaktionelle Einordnung: Die folgenden Schlussfolgerungen beziehen sich auf die genannten Quellen. Sie sind keine zusätzlichen Meldungen der Originalquelle.

  • Formale Verifikation in der Beweis-Sprache Lean ist auch an Schweizer Hochschulen ein Forschungsthema; der Fall zeigt beispielhaft, dass ein fehlerfrei kompilierender Lean-Beweis zwar Konsistenz belegt, aber nicht automatisch heisst, dass die formalisierte Aussage der ursprünglichen mathematischen Vermutung entspricht oder dass die Argumentation korrekt ist – eine Unterscheidung, die für Forschungsgruppen an ETH Zürich und EPFL, die selbst mit KI-gestützten Beweiswerkzeugen arbeiten, zentral bleibt.
  • Der Fall liefert ein konkretes Beispiel für unabhängige Prüfverfahren, wie sie Schweizer Forschungsinstitutionen für die Bewertung von KI-unterstützten Forschungsergebnissen brauchen: Erst die öffentlich nachvollziehbare, von Anthropic unabhängige Kontrolle durch einen aussenstehenden Mathematiker wie Sutherland verschafft der Behauptung überhaupt Glaubwürdigkeit.
  • Für Schweizer Forschungsförderung und Fachpublikationen ist der Fall eine Mahnung zur Zurückhaltung: Solange kein Peer-Review und keine inhaltliche Prüfung vorliegen, bleibt die Behauptung eine vorläufige Notiz und kein gesicherter mathematischer Beweis – ein Massstab, den auch Schweizer Medien und Hochschulkommunikation bei der Berichterstattung über KI-Forschungsergebnisse anlegen sollten.

Verwendete Quellen

Levent Alpöge veröffentlichte seine Notiz und den Lean-Code am 20. November 2026 auf seiner eigenen Website. Ein Direktabruf der Originalquellen war in dieser Recherche-Umgebung durch die Netzwerkrichtlinie blockiert; die Angaben stützen sich auf mehrere unabhängige, inhaltlich übereinstimmende Berichte, darunter Scientific American, ein auf der Nachrichtenagentur AP basierender Bericht sowie IBM Think, und wurden über Websuche recherchiert.

Quellenstatus: 3 verlinkte Quellen · Originaldaten vollständig verifiziert. Prüfregeln ansehen

Häufige Fragen

Was ist die Kernaussage zu Anthropic-Mathematiker will mit Claude die Riemann-Hypothese bewiesen haben – unabhängige Prüfung läuft?

Levent Alpöge, Mathematiker bei Anthropic, veröffentlichte am 20. November 2026 eine vierseitige Notiz samt vollständiger Lean-Formalisierung, die nach eigenen Angaben einen Beweis der Riemann-Hypothese und ihrer verallgemeinerten Variante liefert – erarbeitet mit Unterstützung des KI-Modells Claude.

Warum ist diese KI-Meldung für die Schweiz relevant?

Formale Verifikation in der Beweis-Sprache Lean ist auch an Schweizer Hochschulen ein Forschungsthema; der Fall zeigt beispielhaft, dass ein fehlerfrei kompilierender Lean-Beweis zwar Konsistenz belegt, aber nicht automatisch heisst, dass die formalisierte Aussage der ursprünglichen mathematischen Vermutung entspricht oder dass die Argumentation korrekt ist – eine Unterscheidung, die für Forschungsgruppen an ETH Zürich und EPFL, die selbst mit KI-gestützten Beweiswerkzeugen arbeiten, zentral bleibt.

Welche Quelle nutzt KI News Schweiz für diese Einordnung?

Levent Alpöge veröffentlichte seine Notiz und den Lean-Code am 20. November 2026 auf seiner eigenen Website. Ein Direktabruf der Originalquellen war in dieser Recherche-Umgebung durch die Netzwerkrichtlinie blockiert; die Angaben stützen sich auf mehrere unabhängige, inhaltlich übereinstimmende Berichte, darunter Scientific American, ein auf der Nachrichtenagentur AP basierender Bericht sowie IBM Think, und wurden über Websuche recherchiert.